Abstract
Although advanced weapon system weapons with high-performance and various functions have been developed, weapon defects can be fatal in the weapons industry. Therefore, the army requires quality improvement to reduce the number of defects which occur during both the development and operation of the weapon system. Recently, many manufacturers, including weapons manufacturers, have conducted analyses using defect related big-data in order to improve the quality. However, there have been few data analyses, because it is difficult to obtain the data required for the analysis of the development phase. Therefore, this study summarizes the pattern of the weapon system, military organization, and defect types using the actual data of the Post-Logistics Support (PLS) phase. The PLS data, which is referred to as the data collected after force integration, includes information on requests for maintenance. Through this information, this study selects key variables and analyzes the selected variables. The analysis results show the critical factors to be considered during the development phase. Finally, this study proposes a framework for advanced PLS systems using the PLS data. The proposed framework enables the development time of weapon systems to be further shortened and their quality to be improved.
첨단화된 무기체계는 화력이 증가하고 다양한 기능이 추가됐지만, 무기의 결함은 치명적인 결과를 초래할 수 있다. 따라서 군은 무기체계 개발 혹은 운용 시 발생하는 결함을 최소화하기 위해 품질향상의 필요성을 제기하고 있다. 최근 제조업에서는 품질 향상을 위해 품질 데이터를 활용한 빅 데이터 분석에 대한 연구가 활발히 이루어지고 있다. 방위산업도 품질향상을 위해 다양한 시도를 하고 있지만, 무기 체계 개발 단계에서는 데이터 수집이 어려운 특성으로 인해 합리적인 품질분석이 불가능하다. 따라서 본 논문은 후속군수지원 단계의 데이터를 활용하여 무기체계와 부대에 대한 결함 유형을 분석한다. 후속군수지원 데이터는 전력화 이후에 수집되는 데이터로써 무기체계를 사용하는 부대들의 정비 요청에 관한 정보를 포함한다. 이러한 정보를 통해 본 연구는 무기체계의 결함에 영향을 미치는 변수들을 선택하고, 선택된 변수들에 대한 분석을 수행한다. 이러한 분석 결과는 무기개발 시 고려해야할 중요한 요인들을 찾고, 이를 반영한 무기체계 품질향상 방법론을 제안한다. 이 방법론은 무기체계 개발 기간을 단축시키고, 결함을 줄여 품질향상에 도움이 될 것으로 기대한다.
